ربات های لاکپشت نیاز به سیستم های کنترل دقیق برای حفظ ثبات در طول حرکت دارند.استفاده از تئوری کنترل به توسعه الگوریتم هایی که این ربات ها را قادر به راه رفتن، اجرا و حرکت به طور موثر محیط های پیچیده می کند کمک می کند.

اصول کنترل تئوری در روباتیک

تئوری کنترل شامل طراحی سیستم هایی است که رفتار ربات ها را با تنظیم اقدامات خود بر اساس بازخورد تنظیم می کنند.در روبات های شکسته، سنسورها اطلاعات مربوط به موقعیت، سرعت و نیرو را ارائه می دهند که برای محاسبه سیگنال های کنترلی که حرکت را هدایت می کنند، استفاده می شود.

اجرای کنترل پایداری

دستیابی به locomotion پایدار نیاز به مدیریت تعادل ربات و پاسخ به اختلالات دارد. تکنیک هایی مانند کنترل بازخورد و کنترل پیش بینی مدل معمولا برای انطباق با زمین های ناهموار و نیروهای غیر منتظره استفاده می شود.

انواع استراتژی های کنترل

  • کنترل: از اقدامات متناسب، یکپارچه و مشتق شده برای حفظ حالات مطلوب استفاده می کند.
  • کنترل پیش بینی مدل: پیش بینی می کند که دولت های آینده برای بهینه سازی اقدامات کنترل در یک افق زمانی.
  • کنترل انطباق: پارامترهای در زمان واقعی برای مقابله با شرایط در حال تغییر تنظیم می کند.
  • [۱] کنترل بر روی زمین (FLT: ۱) علی رغم عدم اطمینان و اختلال، ثبات را تضمین می کند.